start	end	text
0	26260	外放声音,离线出字幕。只用一个通用模型,实时字幕可能不够准,还得兼顾出字速度。早尔先判断语言,再交给对应模型。边说边出临时字幕,停下才订稿。在Windows上,这两条命令分别抓电脑播放声,或把它和麦克风混合。再用这条命令开服务,就能在浏览器里看字幕。
26260	53060	这是它的仪表盘,英文转写和字幕历史,都能直接看到。同批真实日语广播,早尔字符错误率3.8%,对比模型是13.8%。日语停说后,正式字幕典型约100毫秒出现,限制常注模型时,内存不到2GB。近30天提交超100次。关注我,项目链接见评论区。